Architecture
Economic and administrative sciences
Sciences and Humanities
Engineering

Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11839/8264
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorJiménez Bracho, Edinson Enrique-
dc.contributor.authorLópez López, Yineth Daniela-
dc.contributor.authorMartínez Zapata, María Camila-
dc.date.accessioned2021-04-03T23:00:12Z-
dc.date.available2021-04-03T23:00:12Z-
dc.date.issued2021-02-15-
dc.identifier.citationAPA 7th - López López, Y. D. y Martínez Zapata, M. C. (2021) Diseño de un modelo machine learning para la selección del mejor mecanismo de control de arena entre los mecanismos zeta flow y high rate water pack en el campo X de los Llanos Orientales de Colombia. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8264-
dc.identifier.urihttps://hdl.handle.net/20.500.11839/8264-
dc.descriptionA formation with a high presence of fines represents a problem in the production plan of a field, leading to cost overruns due to damage to production lines and equipment. The sand control method selected depends on the specific conditions of the work area, operating practices, and economic considerations. The correct selection of the sand control method allows to moderate or mitigate the negative effects of a high BSW. In this sense, the objective of this research is to design a predictive model using Machine Learning for the selection of the best sand control mechanism between the Zeta Flow and High Rate Water Pack mechanisms in field X, achieving with this model the production reduction of sand. To carry out this purpose, a predictive model based on the Python programming language was developed, which interprets the operational parameters and work history and assimilates them as training to arrive at the most accurate prediction.spa
dc.description.abstractUna formación con una alta presencia de finos representa un problema en el plan de producción de un campo, acarreando sobrecostos por daños en líneas de producción y equipos. El método de control de arena seleccionado depende de las condiciones específicas del área a trabajar, las prácticas operativas y las consideraciones económicas. La correcta selección del método de sand control permite moderar o mitigar los efectos negativos de un alto BSW. En este sentido, el objetivo de esta investigación es diseñar un modelo predictivo mediante Machine Learning para la selección del mejor mecanismo de control de arena entre los mecanismos Zeta Flow y High Rate Water Pack en el campo X, logrando con este modelo la reducción de producción de arena. Para llevar a cabo este propósito se desarrolló un modelo predictivo basado en el lenguaje de programación Python, que interpreta los parámetros operativos y antecedentes de trabajo y los asimila como entrenamiento para llegar a la predicción más acertada.spa
dc.language.isoesspa
dc.publisherFundación Universidad de Américaspa
dc.rightsAtribución – No comercialspa
dc.subjectControl de arenaspa
dc.subjectMachine Learningspa
dc.subjectMecanismos zetaspa
dc.subjectSand controlspa
dc.subjectMachine learningspa
dc.subjectZeta mechanismsspa
dc.subjectTesis y disertaciones académicasspa
dc.titleDiseño de un modelo machine learning para la selección del mejor mecanismo de control de arena entre los mecanismos zeta flow y high rate water pack en el campo X de los Llanos Orientales de Colombiaspa
dc.title.alternativeDesign of a machine learning model for the selection of the best sand control mechanism between the zeta flow and high rate water pack mechanisms in camp X of Colombia's Eastern Plainsspa
dc.typebachelorThesisspa
Appears in Collections:Trabajos de grado - Ingeniería de Petróleos

Files in This Item:
File Description SizeFormat 
5161473-2021-1-IP.pdf1.41 MBAdobe PDFView/Open
CARTA DE CESIÓN DE DERECHOS Y AUTORIZACIÓN PARA PUBLICACIÓN.pdf
Access Restricted
222.24 kBAdobe PDFView/Open    Request a copy


This item is licensed under a Creative Commons Licence Creative Commons